4月15日，可靈AI在北京中關(guān)村國際創(chuàng)新中心宣布基座模型再次升級，面向全球正式發(fā)布可靈2.0視頻生成模型及可圖2.0圖像生成模型。數(shù)據(jù)顯示，自去年6月發(fā)布以來，可靈AI已累計完成超20次迭代，截至目前，全球用戶規(guī)模突破2200萬。來自世界各地的超1.5萬開發(fā)者和企業(yè)客戶，將可靈的API應(yīng)用于不同的行業(yè)場景中。
在本次2.0模型的迭代中，可靈AI正式發(fā)布AI視頻生成的全新交互理念Multi-modal Visual Language，讓用戶能夠結(jié)合圖像參考、視頻片段等多模態(tài)信息，將腦海中包含身份、外觀、風(fēng)格、場景、動作、表情、運鏡在內(nèi)的多維度復(fù)雜創(chuàng)意，直接高效地傳達給AI。
可靈2.0大師版也同步發(fā)布，上線全新的多模態(tài)視頻編輯功能，能靈活理解用戶意圖。支持在一段視頻的基礎(chǔ)之上，通過輸入圖片或文字，對生成的視頻內(nèi)容實現(xiàn)元素的增加、刪減、替換，幫助創(chuàng)作者們實現(xiàn)更加靈活的二次編輯和處理。
可圖2.0文生圖能力迎來全面升級。包括大幅提升指令遵循能力、顯著增強電影美學(xué)表現(xiàn)力以及更多元的藝術(shù)風(fēng)格。在風(fēng)格化響應(yīng)上，可圖2.0可支持60多種風(fēng)格化的效果轉(zhuǎn)繪，模型出圖創(chuàng)意和想象力實現(xiàn)大幅躍升。
同時，可圖2.0也上線了實用的圖像可控編輯功能——局部重繪和擴圖，支持圖片的增加、修改和修復(fù)。在圖像的多模態(tài)可控生成中，可圖2.0還上線了全新的風(fēng)格轉(zhuǎn)繪功能，只需要上傳一張圖片加上風(fēng)格描述，就能一鍵切換圖片的藝術(shù)風(fēng)格，同時精準保留原圖的語義內(nèi)容。
快手高級副總裁、社區(qū)科學(xué)線負責(zé)人蓋坤介紹，來自世界各地的超1.5萬開發(fā)者，已將可靈的API應(yīng)用于不同的行業(yè)場景中，累計生成的圖像數(shù)量約1200萬個，生成的視頻素材超過4000萬個。如今，可靈正在成為AI時代視頻創(chuàng)作的新基礎(chǔ)設(shè)施。AIGC技術(shù)的迅猛發(fā)展，也正在重構(gòu)包括廣告營銷、專業(yè)創(chuàng)作、影視、娛樂創(chuàng)意等在內(nèi)的多個行業(yè)。
文/北京青年報記者 溫婧
編輯/李濤
熱門跟貼